Approach to Video Stream Quality Requirements Justification for FPV Control of Unmanned Systems

Cover Page

Cite item

Full Text

Abstract

Currently, hybrid orbital-ground communication networks play a key role in various sectors of the Russian economy, an important part of which are unmanned systems based on FPV control. One of the key elements of such systems is information exchange channels. The main criterion for the success of their objectives is to meet the requirements for the quality of the transmitted video stream, which makes it particularly relevant to substantiate these requirements. The purpose of this article is to present an approach to the quantitative justification of the requirements for the quality of the transmitted video stream. The essence of the presented approach lies in the fact that the required values of the transmitted image quality indicators, used to justify acceptable neural network codecs, are determined by analyzing various video streams, on the basis of which the impacts on the control of unmanned systems that allowed to achieve the goals of their functioning were formed. The main stages of the approach and their logical interrelation are considered. The proposed approach is based on the use of methods of statistical and risk analysis, the theory of experiment planning and probability theory.Scientific novelty of the proposed approach lies in the fact that the requirements to the quality of the video stream transmitted from the unmanned system to the operator, used to justify acceptable neural network codecs, are calculated by analyzing the totality of video streams that allowed to achieve the goals of its functioning, which allows to get rid of the subjectivism inherent in the expert methods currently used to solve this problem.Theoretical significance of the proposed approach lies in the fact that the necessity and possibility of not only substantiating the requirements for the quality indicators of the transmitted video stream for FPV control, but also their correction has been proved. Practical significance. The requirements for the quality indicators of the transmitted video stream obtained using the proposed approach can be further used to justify optimal design solutions for creating information exchange channels between unmanned systems and the operator, which will significantly increase the efficiency of using these systems.

About the authors

A. A. Berezkin

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: berezkin.aa@sut.ru
ORCID iD: 0000-0002-1748-8642
SPIN-code: 5730-6084

R. M. Vivchar

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: vivchar.rm@sut.ru
ORCID iD: 0000-0003-3865-9102
SPIN-code: 7493-6643

R. V. Kirichek

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: kirichek@sut.ru
ORCID iD: 0000-0002-8781-6840
SPIN-code: 3253-4972

References

  1. Гриценко А.А. Гибридные радиосети, или Третья технологическая волна в развитии спутниковых систем // Connect. 2023. № 11-12. С. 48‒53.
  2. Тихвинский В., Стрелец М. Перспективы создания спутникового сегмента 5G // Первая миля. 2018. № 1(70). С. 16‒25. doi: 10.22184/2070-8963.2018.70.1.16.25. EDN:YRTPCM
  3. Березкин А.А., Вивчарь Р.М., Слепнев А.В., Киричек Р.В., Захаров А.А. Метод сжатия видеопотока при управлении беспилотными системами в гибридных орбитально-наземных сетях связи // Электросвязь. 2023. № 10. С. 48‒56. doi: 10.34832/ELSV.2023.47.10.007. EDN:HRBGLL
  4. Матарас А.А., Гуляев И.Ю. Анализ применения FPV дронов в ходе боевых действий 2014-2023 гг. // Актуальные вопросы повышения эффективной огневой подготовки в силовых структурах: теория и практика (III Макаровские чтения), Пермь, Россия, 23 мая 2023: всероссийский сборник научно-практических материалов. Пермь: Пермский военный институт войск национальной гвардии Российской Федерации, 2023. Т. 3. С. 135–141. EDN:XCNJAX
  5. Kumar P., Parmar A. Versatile Approaches for Medical Image Compression: A Review // Procedia Computer Science. 2020. Vol. 167. PP. 1380–1389.doi: 10.1016/j.procs.2020.03.349
  6. Старовойтов В.В. Уточнение индекса SSIM структурного сходства изображений // Информатика. 2018. Т. 15. № 3. С. 41–55. EDN:XZOOHR
  7. Березкин А.А., Вивчарь Р.М., Киричек Р.В. Модель системы управления мобильными роботизированными комплексами различного назначения // Электросвязь. 2023. № 8. С. 12–18. doi: 10.34832/ELSV.2023.45.8.002. EDN:XXOJNM
  8. Звягин В.И., Птушкин А.И., Трудов А.В. Риск как одно из свойств качества решений, принимаемых в условиях неопределенности // Надежность. 2018. Т. 18. № 4(67). С. 45‒50. EDN:VNPHJG
  9. ГОСТ Р ИСО 11231-2013 Менеджмент риска. Вероятностная оценка риска на примере космических систем. М.: Стандартинформ, 2014.
  10. NASA/SP-2011-3421 (12/2011) Probabilistic Risk Assessment Procedures Guide for NASA Managers and Practitioners NASA.
  11. NetDisturb // ZTI Communications. URL: https://www.zti-communications.com/netdisturb (дата обращения 08.07.2024)
  12. Поршенев С.В. Копосов А.С. Использование аппроксимации Розенблатта-Парзена для восстановления функции распределения непрерывной случайной величины с ограниченным одномодальным законом распределения // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. № 92. С. 1–27. EDN:RNEGGN
  13. Маслаков М.Л., Терновая А.К. Построение плотности распределения вероятностей КАМ сигналов // Цифровая обработка сигналов. 2021. № 3. С. 36–40. EDN:FIACYQ
  14. Березкин А.А., Вивчарь Р.М., Киричек Р.В. Многокритериальная оценка эффективности управления беспилотными системами в гибридных сетях связи // Труды учебных заведений связи. Т. 10. № 1. 2024. С. 18–25. doi: 10.31854/1813-324X-2024-10-1-18-25. EDN:VLZDQC

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».